Development of a Core Curriculum Framework in Cariology for U.S. Dental Schools
Notice bibliographique
Résumé
Maintenance of health and preservation of tooth structure through risk-based prevention and patient-centered, evidence-based disease management, reassessed at regular intervals over time, are the cornerstones of present-day caries management. Yet management of caries based on risk assessment that goes beyond restorative care has not had a strong place in curriculum development and competency assessment in U.S. dental schools. The aim of this study was to develop a competency-based core cariology curriculum framework for use in U.S. dental schools. The Section on Cariology of the American Dental Education Association (ADEA) organized a one-day consensus workshop, followed by a meeting program, to adapt the European Core Cariology Curriculum to the needs of U.S. dental education. Participants in the workshop were 73 faculty members from 35 U.S., three Canadian, and four international dental schools. Representatives from all 65 U.S. dental schools were then invited to review and provide feedback on a draft document. A recommended competency statement on caries management was also developed: "Upon graduation, a dentist must be competent in evidence-based detection, diagnosis, risk assessment, prevention, and nonsurgical and surgical management of dental caries, both at the individual and community levels, and be able to reassess the outcomes of interventions over time." This competency statement supports a curriculum framework built around five domains: 1) knowledge base; 2) risk assessment, diagnosis, and synthesis; 3) treatment decision making: preventive strategies and nonsurgical management; 4) treatment decision making: surgical therapy; and 5) evidence-based cariology in clinical and public health practice. Each domain includes objectives and learning outcomes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».